我想解压缩很多文件,然后运行 pdfinfo 来获取每个文件的页数以及这些页数的总和。
我遇到了一个命令,它将对目录中所有页面的页面进行求和。
find . -name \*.pdf -exec pdfinfo {} \; | grep Pages | sed -e "s/Pages:\s*//g" | awk '{ sum += $1;} END { print sum; }'
然后我想将其通过管道传输到#unzip -p
unzip -p '*.zip' | find . -name \*.pdf -exec pdfinfo {} \; | grep Pages | sed -e "s/Pages:\s*//g" | awk '{ sum += $1;} END { print sum; }'
但是它并没有像我预期的那样工作。我怀疑我的解压缩流与查找的交互效果很差。
有什么想法吗?
最佳答案
这是一种不向文件系统写入任何内容的方法。如果 zip 文件中的任何文件名包含嵌入的空格,则此代码应该可以工作。该代码假定以“pdf”结尾的文件名是有效的 PDF 文件。
这是我要使用的测试 zip 文件。请注意,zip 存档中的第一个文件名“zlib 3.pdf”包含空格字符。
$ unzip -l aaa.zip
Archive: aaa.zip
Length Date Time Name
--------- ---------- ----- ----
19318 2018-02-19 22:49 zlib 3.pdf
442780 2018-02-28 15:32 file2.pdf
757 2018-02-28 15:22 try.sh
--------- -------
462855 3 files
事实证明,pdfinfo
可以从标准输入读取,因此下面的命令展示了如何从存储在 zip 中的 pdf 中获取页数,而无需向磁盘写入任何内容。
$ unzip -p aaa.zip file2.pdf | pdfinfo - | grep Pages
Pages: 94
$ unzip -p aaa.zip "zlib 3.pdf" | pdfinfo - | grep Pages
Pages: 2
为此,您需要知道 zip 存档中存储的 PDF 文件的名称。
下一步是获取 PDF 文件的列表以及存储它们的 zip 文件的名称。这就是此代码的作用
for zip in *.zip ; do
echo $zip
zipinfo -1 "$zip" | grep 'pdf$'| while read pdf
do
echo " '$pdf'"
done
done
为我输出这个
aaa.zip
'zlib 3.pdf'
'file2.pdf'
最后添加调用 pdfinfo
的代码和 awk 代码片段来计算总页数。
for zip in *.zip ; do
zipinfo -1 "$zip" | grep 'pdf$'| while read pdf
do
unzip -p "$zip" "$pdf" | pdfinfo - | grep Pages | sed -e "s/Pages:\s*//g"
done
done | awk '{ sum += $1;} END { print sum; }'
我的测试 zip 文件输出 96。
关于bash - 解压缩到管道,然后对流中的文件运行 PDF 信息,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48346354/